포트폴리오 교체 하는 날 대상 종목이 급등한다면?!

퀀트 전략/전략 운영 팁|2020. 11. 18. 22:03

 안녕하세요! 오늘은 평소와는 다른 새로운 스타일의(?) 데이터 분석 내용을 가지고 왔습니다.

 

 어제 퀀트킹에 모든 기업의 3분기 실적이 업데이트 되었고, 그에 따라 포트폴리오의 새로운 종목 구성이 공개되었습니다. 그래서 저도 아침 일찍 일어나 매수할 종목들을 정리하고, 전날 종가로 예약 매수를 걸어두었는데요. 직장인이기 때문에 근무 시간에는 잘 확인을 못하고, 점심 시간에 잠깐 확인을 해보니 많은 종목들이 오늘 주가가 상승하여 매수되지 않고 있었습니다. 고민을 하다 약 2%정도 상승된 종목들은 현재가로 매수를 했고, 나머지 종목은 조금 더 고민해보기로 하였습니다.

 

 그렇게 장이 마감되고 매수 대상이었던 42종목 중 32종목만 매수에 성공했습니다. 과연 이렇게 전체적인 포트폴리오를 교체하는 날 목표했던 종목이 급등했다면 상승한대로 매수를 해야할까요? 아니면 포기를 해야할까요?

 

 "퀀트 투자를 하다보면 100% 넘게 성장하는 종목들이 있는데, 내가 놓친 종목이 바로 그런 종목이 되면 어쩌지?!"

 "20%나 넘게 오른 종목을 지금 매수한다면, 평균 수익률을 다 까먹게 될거야!"

 

 아마 많은 사람들이 이런 생각들을 하며 고민을 하고 있을 것 같습니다. 각자의 경험에 따라 방법이 다르겠지만, 과연 데이터는 어떻게 이야기 해주고 있는지 살펴보도록 하겠습니다.

 

 우선 최근 분기의 데이터를 살펴보도록 하겠습니다. 지난 2분기 실적데이터가 8월 18일에 업데이트 되었고, 8월 19일에 리밸런싱을 진행했습니다. 그리고 11월 17일에 3분기 실적이 업데이트 되었으니 11월 17일에 모두 매도한다고 가정해보겠습니다.

 

 각 포트폴리오에 해당하는 종목들의 8월 19일 종가, 8월 19일 등락률, 11월 17일 종가, 전체 등락률을 표기해보았습니다.

 

 

 4가지 포트의 모든 종목을 매수한다고 가정했을 때, 3분기동안 운영했던 전체 평균 수익률은 24.5%입니다.

 

 그렇다면 과연 리밸런싱 당일 5%이상 급등한 종목들의 수익률은 어떨까요? 8월 19일 등락률 필드에 필터(>5)를 걸어보겠습니다. 당일에 상한가를 쳤던 '우리바이오'는 약 3개월 동안 121%라는 무시무시한 수익률을 기록했습니다. '와! 역시, 저 종목을 놓쳤으면 어떡할뻔 했어!'라고 생각하실 수도 있습니다만?

 

 

 위 종목들의 평균 수익률을 보면 25.9%로 전체 수익률과 큰 차이는 없습니다. 8월 19일에 5% 미만으로 상승한 종목들로만 포트폴리오를 운영했다고 가정하면 평균 수익률은 24.1%입니다.

 

 마음 같아서는 지금까지 실시했던 모든 리밸런싱을 가정해서 데이터를 분석해보고 싶지만, 포트폴리오 종목이 엑셀 파일로 제공된 것은 지난 분기부터였고, 그 이전 데이터는 퀀트킹 프로그램으로 확인을 해야해서(노가다) 한 분기만 더 진행해보았습니다!

 

 이번에는 5월 29일에 발표된 포트폴리오를 바탕으로 6월 1일에 리밸런싱을 진행하고, 새로운 포트폴리오가 공개되기 전인 8월 18일까지 운영하는 것을 가정하였습니다.

 

 

 4개의 포트폴리오 80개 종목을 모두 동일한 비중으로 운영하였다면 13.51%의 수익률을 거둘 수 있었습니다. 그리고 리밸런싱 당일에 5%이상 급등한 종목들의 평균 수익률은 12.64%입니다. 이번에는 더 낮네요. 당일 상승률이 5% 이하인 종목들로만 구성을 해보면 평균 수익률이 13.70%로 조금 더 상승합니다.

 

 정리하자면, 최근 두 분기의 포트폴리오 교체시 상황별로 수익률은 아래와 같습니다.

 

  2분기 운영 3분기 운영
전체 종목으로 구성 13.51% 24.5%
당일 5% 이상 제외 13.70% 25.9%
당일 5% 이상만 12.64% 24.1%

 

 오늘 데이터를 분석해보고 저는 내일 아침 다시 상승했었던 종목을 매수해야겠다는 생각이 들었습니다. 우선 당일 급등 종목의 포함여부가 전체 수익률에 미치는 영향이 미미하고, 뚜렷하게 대체할만한 종목이 존재하지 않는다면 자금이 놀고 있는 것보다는 어딘가에 투자되어서 수익을 내는 것이 더 효율적이라고 생각되기 때문입니다.

 

 물론 데이터를 분석했다고 하기에는 너무나 적은 데이터이다 보니, 참고만 해주시고, 더 많은 데이터로 분석을 하실 분이 있으시다면 공유해주세요😉

 

 

 

댓글()